Lineêre regressie op sigself het nie die normale (gaussiese) aanname nodig nie, die beramers kan bereken word (deur lineêre kleinste kwadrate) sonder enige behoefte aan sodanige aanname, en maak perfek sin daarsonder. … In die praktyk is die normale verspreiding natuurlik hoogstens 'n gerieflike fiksie.
Is normaliteit vereis vir regressie?
Regressie veronderstel net normaliteit vir die uitkomsveranderlike. Nie-normaliteit in die voorspellers MAG 'n nie-lineêre verhouding tussen hulle en die y skep, maar dit is 'n aparte kwessie. … Die pasvorm vereis nie normaliteit nie.
Kan jy lineêre regressie gebruik as data nie normaalverspreid is nie?
In kort, wanneer 'n afhanklike veranderlike nie normaal versprei word nie, bly lineêre regressie 'n statisties gesonde tegniek in studies van groot steekproefgroottes. Figuur 2 verskaf toepaslike steekproefgroottes (d.w.s. >3000) waar lineêre regressietegnieke steeds gebruik kan word, selfs al word normaliteitsaanname geskend.
Wat gebeur as data nie normaal versprei word nie?
Onvoldoende data kan veroorsaak dat 'n normaalverspreiding heeltemal verstrooi lyk Byvoorbeeld, klaskamertoetsresultate word gewoonlik normaalverspreid. 'n Ekstreme voorbeeld: as jy drie ewekansige studente kies en die resultate op 'n grafiek teken, sal jy nie 'n normale verspreiding kry nie.
Hoe weet jy of data nie normaalweg versprei is nie?
As die waargenome data perfek 'n normale verspreiding volg, sal die waarde van die KS-statistiek 0 wees. Die P-waarde word gebruik om te besluit of die verskil groot genoeg is om te verwerp die nulhipotese: … As die P-waarde van die KS-toets kleiner as 0 is.05, ons neem nie 'n normale verspreiding aan nie.
